DTCA改进扩散语言模型强化学习训练
热点事件持续更新
DTCA改进扩散语言模型强化学习训练
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
浙江大学OmniAI团队联合新加坡国立大学与SAP提出DTCA，通过token级信用分配改进扩散语言模型的强化学习训练，并在数学推理任务上提升了训练效果。 DTCA依据某个token确定后其余被遮蔽位置的预测置信度提升估计该token的贡献，同时按词性类别组织信号，筛选信息量较大的去噪时间步，用于解决扩散语言模型中难以判断各token奖励贡献的问题。
AI 根据报道生成 · 1 小时前更新
最新进展10月29日 10:17
浙大团队提出 DTCA：以 token 级信用分配改进扩散语言模型 RL 训练报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- AGI Hunt浙大团队提出 DTCA：以 token 级信用分配改进扩散语言模型 RL 训练
浙大 OmniAI 团队联合新加坡国立大学与 SAP 提出 DTCA，通过 token 级信用分配改进扩散语言模型的 RL 训练。DTCA 根据 token 确定后其余被遮蔽位置的预测置信度提升估计贡献，并按词性类别分组信号，选择信息量大的去噪时间步。在数学推理任务上，DTCA 提升了扩散语言模型的 RL 训练效果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。